Анализ влияния основных эксплуатационных показателей на количество задержанных поездов в границах Восточно-Сибирской железной дороги
Анализ влияния основных эксплуатационных показателей на количество задержанных поездов в границах Восточно-Сибирской железной дороги
Аннотация
В данной статье приводится анализ современного состояния Восточно-Сибирской железной дороги и факторы, влияющие на эксплуатационную обстановку в условиях высокой турбулентности. Цель исследования заключается в применении метода корреляционно-регрессированного анализа в ходе изучения эксплуатационных показателей, влияющих на рост поездов, отставленных от движения. В этой работе были рассмотрены преимущества и недостатки анализируемого метода, а также подчеркнута актуальность проверки модели на адекватность для подтверждения полученных результатов. Обусловленность рассматриваемого аспекта обозначена ростом грузопотока в границах Восточного полигона, постоянным приростом возникающих технических и технологических трудностей, заключающихся в неподготовленности инфраструктуры к пропуску заявленного объема. В этой связи возникает необходимость развития Байкало-Амурской магистрали и Транссиба с целью обеспечения вывоза перспективного объема экспортно-ориентированной продукции новых предприятий, создаваемых в регионе Восточного полигона. Это, в свою очередь, влияет на актуальность рассмотрения вопросов стабилизации эксплуатационной обстановки в условиях риска. Кроме того, исследование условий развития грузооборота на Восточном полигоне определяется обеспечением работы сразу нескольких трансъевразийских коридоров, по которым осуществляется отправка грузов к промышленным центрам и портам Китая, транспортировка грузов с месторождений Сибири и Урала в сторону портов Дальнего Востока для дальнейшей перевозки к растущим рынкам Азиатско-Тихоокеанского региона, – отправка грузов по транзитному маршруту через территорию Монголии.
1. Введение
Курс новой государственной политики взят на создание в Восточной Сибири и Дальнем Востоке конкурентоспособных условий для развития бизнеса. Нередко о Восточном регионе говорится как об экономической площадке опережающего развития. В Долгосрочной программе развития открытого акционерного общества «Российские железные дороги» до 2025 года предусмотрено увеличение провозной способности Байкало-Амурской и Транссибирской железнодорожных магистралей до 180 млн. тонн к 2024 году
. В первую очередь это связано с потенциально привлекательным экспортным направлением бурно развивающейся Юго-Восточная Азии. На долю стран-членов Азиатско-Тихоокеанского экономического сотрудничества приходится свыше 31,6% мирового ВВП, около 60% объема прямых иностранных инвестиций.Рост грузопотока в границах Восточного полигона достиг своего критического значения. И железнодорожная отрасль столкнулась с техническими и технологическими трудностями, в том числе и в части неподготовленности инфраструктуры к пропуску заявленного объема
. Поэтому ключевым фактором роста экономики дальневосточных регионов останется развитие транспортной инфраструктуры, прежде всего Байкало-Амурской магистрали и Транссиба, для обеспечения вывоза перспективного объема экспортно ориентированной продукции с новых предприятий, создаваемых в регионе Восточного полигона. При этом стоит учитывать возможность задержки в перевозочном процессе, а именно отставление от движения поездов при невозможности организации пропуска по участкам . Основными факторами (так принято считать специалистами железнодорожниками), влияющими на образование так называемых «брошенных» поездов, являются завышенные значения показателей: «рабочий парк дороги», «прием поездов», «сдача поездов», «погрузка дороги» и иные. Увеличение поездов, отставленных временно от движения, ведет к просрочке доставки груза и, как следствие, к возникновению финансовых рисков. Клиентоориентированность и в конечном итоге имидж компании значительно страдают от невыполнения основных показателей перевозочного процесса.Для обеспечения 100% пропуска заданных объемов были приняты ряд организационных мер. Так, например, создание Восточного полигона из четырех дорог (Красноярская, Восточно-Сибирская, Забайкальская, Дальневосточная) должно было положительным образом повлиять на организацию грузопотока . Сложившаяся структура диспетчерского управления претерпела значительные изменения. Об итогах работы можно судить по приведенным в таблице 1 показателям.
Таблица 1 - Основные показатели работы ВСЖД в рамках раздельного учета
Наименование показателей | Ед. изм. | 2018 г. | 2019 г. | 2020 г. | 2021 г. | 2022 г. | ||||
Факт (с/с) | % к п.г. | Факт (с/с) | % к п.г. | Факт (с/с) | % к п.г. | Факт (с/с) | % к п.г. | |||
Погружено вагонов | ваг. | 2821 | 2699 | 95,65 | 2540 | 94,13 | 2415 | 95,05 | 2467 | 102,17 |
Выгрузка | ваг. | 2005 | 1983 | 98,90 | 1962 | 98,96 | 1974 | 100,59 | 2141 | 108,44 |
Рабочий парк общий | ваг. | 55443 | 62741 | 113,16 | 60992 | 97,21 | 60144 | 98,61 | 61391 | 102,07 |
Порожний | ваг. | 31221 | 36149 | 115,78 | 37382 | 103,41 | 34905 | 93,37 | 33711 | 96,58 |
Местный | ваг. | 4939 | 5743 | 116,28 | 5096 | 88,73 | 6419 | 125,97 | 7326 | 114,12 |
Транзит | ваг. | 19284 | 20850 | 108,12 | 18514 | 88,80 | 18821 | 101,65 | 20354 | 108,15 |
Прием | ваг. | 11237 | 11242 | 100,04 | 11557 | 102,80 | 10779 | 93,27 | 10778 | 99,99 |
Сдача | ваг. | 11179 | 11133 | 99,59 | 11520 | 103,48 | 10702 | 92,90 | 10685 | 99,84 |
Оборот грузового вагона | сут. | 5,96 | 6,86 | 115,11 | 6,62 | 96,40 | 6,72 | 101,58 | 6,67 | 99,20 |
Оборот местного вагона | сут. | 2,46 | 2,90 | 117,58 | 2,60 | 89,66 | 3,25 | 125,23 | 3,42 | 105,24 |
Оборот транзитного вагона | сут. | 2,65 | 2,89 | 109,05 | 2,51 | 87,01 | 2,68 | 106,62 | 2,85 | 106,54 |
Оборот порожнего вагона | сут. | 4,65 | 5,47 | 117,66 | 5,59 | 102,17 | 5,73 | 102,58 | 5,60 | 97,72 |
Примечание: по данным Восточно-Сибирской железной дороги
При рассмотрении показателей в сравнении с 2018 годом выделим такую негативную тенденцию как снижение погрузки на 387 вагонов в среднем в сутки, или 12,5%, рост рабочего парка (общий) на 6362 вагона в среднем в сутки, или 10,73%, при этом снижены показатели по приему (-57 вагонов среднем в стуки) и по сдаче (-68 вагонов среднем в стуки). На протяжении 2021-2022 годов Восточно-Сибирская железная дорога работает в условиях сверхнормативного наличия вагонного парка. Также негативное влияние на эксплуатационную работу дороги оказывает сверхнормативное наличие вагонов рабочего и нерабочего парка, следующих в адрес вагоноремонтных предприятий. Значительное влияние на выполнение пробежных норм по инфраструктуре железной дороги и нормативных сроков доставки оказывают отставленные от движения грузовые поезда . Отметим, что 59% поездов были задержаны на инфраструктуре общего пользования по причинам, зависящим от перевозчика. Задержки поездов на Северном ходу дороги обусловлены не только отказами дирекции тяги и дефицитом локомотивов грузового движения, но и неравномерным планированием возврата тяги .
Такие внешние условия как ковидные ограничения (2021 год), ограничительные политические и экономические меры, введенные государствами и международными организациями в отношении России (2022 год) существенно повлияли на структуру перевозок, изменили географию рынков сбыта и в корне переориентировали вагонопотоки.
Целью настоящей работы является исследование факторов (эксплуатационных показателей), влияющих на рост поездов, отставленных от движения с помощью корреляционно-регрессионного анализа. В данном случае эксплуатационная обстановка будет описана как математический объект с множеством линейных и нелинейных связей.
2. Современное состояние Восточно-Сибирской железной дороги в условиях социально-экономического развития
Начиная с 2013 года на базе ОАО «РЖД» с целью обеспечения дополнительного объема перевозок различных грузов посредством ликвидации «узких мест» на железных дорогах Дальнего Востока и Забайкалья реализуется комплекс мероприятий, направленных на развитие и совершенствование железнодорожной инфраструктуры Восточного полигона. Так, в 2021 году объем инвестиций составил более 64 млрд. рублей. Согласно детальных планов мероприятий по реализации инвестиционных проектов «Мероприятия по увеличению пропускной и провозной способности инфраструктуры для увеличения транзитного контейнеропотока в 4 раза, в т.ч. Транссиб за 7 суток», утвержденного ЦЗ-1 Кобзевым С.А. № 1628 от 06.10.2021 г., «Модернизация БАМа и Транссиба (II этап)», утвержденного ЦЗ-1 Кобзевым С.А. № 1629 от 06.10.2021 г. в 2022 году было запланировано к реализации 7 объектов, таких как: второй главный путь на перегоне Гоуджекит – Тыя, станция Северобайкальск, двухпутная вставка на перегоне Блокпост 1068 км (Северобайкальск – Блокпост 1084 км), двухпутная вставка на перегоне Новый Уоян – Баканы с примыканием к станции Новый Уоян, двухпутная вставка на перегоне Янчуй – Чуро с примыканием к станции Чуро, второй главный путь на перегоне Сенаторский – Икабьякан, третий путь на перегоне Слюдянка I – Слюдянка II .
В 2023 году запланировано к реализации 27 объектов, но фактически с учетом отставания в 2022 году по данным заказчиков будет реализован 31 объект.
Обострение короновирусной инфекции, а также увеличение нагрузки на диспетчерский аппарат всей системы железнодорожного сообщения данного участка в связи с ростом новых объектов в рамках модернизации стало причиной снижения объема работы и количества переработанных грузовых потоков.
3. Корреляционный анализ факторов, влияющих на эксплуатационную обстановку на Восточно-Сибирской железной дороге
Для формирования математической модели были выбраны следующие показатели:
- X1 – «транзит» (количество вагонов, находящихся в категории «транзит»);
- X2 – «местный» (количество вагонов, находящихся в категории «местный»);
- X3 – «погрузка» (количество вагонов, принятых к перевозке);
- X4 – «прием» (количество поездов, поступивших по стыкам Хани, Юрты, Петровский Завод);
- X5 – «сдача» (количество поездов, переданных на соседние железные дороги);
- X6 – «участковая скорость» (среднюю скорость движения поезда по участку с учётом времени стоянок на промежуточных станциях, разгона, замедления и задержки поезда на перегонах);
- Y – «количество поездов, отставленных от движения» (к учету приняты как поезда, задержанные согласно диспетчерского приказа, так и поезда без приказа).
Данные показатели выбраны из широкого перечня всех эксплуатационных показателей исходя из экспертного мнения специалистов органа управления Восточно-Сибирской железной дороги.
Первоначально, суть исследования заключалась в том, чтобы выявить линейную зависимость каждого фактора. Как, например, «рабочий парк (X) – количество поездов, отставленных от движения (Y)». Гипотеза состоит в следующем: «чем выше значения показателя «рабочий парк», тем больше количество задержанных поездов. Для определения характера и тесноты связи показателей «рабочий парк» и «количество поездов, отставленных от движения» применен корреляционно-регрессионный анализ
.Свод статистических данных представлен в таблице № 2 за период 2021-2022 гг.
Таблица 2 - Количество поездов, отставленных от движения в проекции с показателем «рабочий парк»
Год | 2021 г. | 2022 г. | ||
Месяц | Количество задержанных поездов | Рабочий парк, ср/сут. | Количество задержанных поездов | Рабочий парк, ср/сут. |
январь | 1396 | 59878 | 835 | 59730 |
февраль | 1063 | 61594 | 816 | 59257 |
март | 1282 | 61808 | 824 | 58084 |
апрель | 1138 | 60147 | 524 | 57826 |
май | 931 | 62389 | 483 | 58506 |
июнь | 897 | 60650 | 550 | 64222 |
июль | 773 | 60512 | 574 | 63439 |
август | 802 | 60021 | 729 | 63640 |
сентябрь | 859 | 58093 | 922 | 61570 |
октябрь | 635 | 60934 | 1223 | 62197 |
ноябрь | 792 | 57870 | 1319 | 63768 |
декабрь | 855 | 57851 | 1629 | 64307 |
Примечание: по данным Восточно-Сибирской железной дороги
При росте показателя «рабочий парк» существует прямая зависимость между количеством задержанных поездов и темпами роста рабочего парка, однако теснота связи слабая.
Коэффициент детерминации в данном случае – 0,109, или 10,9%. Это означает, что расчетные параметры модели слабо объясняют зависимость между изучаемыми параметрами. Переменная X регрессионной модели показывает весомость переменной Х на Y, в нашем случае – 0,04 (небольшая степень влияния). Положительное значение говорит о линейной зависимости со знаком «+».
Таким образом, построить адекватную модель, исследуя зависимость показателя «задержанные поезда» от каждого фактора X, не представляется возможным.
Изменим свод данных для проведения дальнейших исследований, а именно возьмем годовые значения каждого показателя посуточно для учета внешних показателей, таких как, например, сезонность, проведение профилактических работ на предприятии (влияние на показатель «погрузка») и т.д. Дальнейший учет будет производиться с учетом совокупного влияния всех факторов.
Первоначально выполним описательную характеристику факторов: таблица 3.
Таблица 3 - Описательная статистика факторов, влияющих на показатель «поезда, отставленные от движения»
Описательная статистика | Транзит | Местный | Погрузка | Прием (поезда) | Сдача (поезда) | Участковая скорость | Задержанные поезда |
Минимальное значение | 23047,00 | 6210,00 | 1730,00 | 111,00 | 129,00 | 32,10 | 50,00 |
Среднее значение | 28085,14 | 7644,66 | 2426,79 | 165,05 | 167,37 | 36,70 | 101,87 |
Максимальное значение | 32263,00 | 9250,00 | 3088,00 | 196,00 | 198,00 | 42,00 | 181,00 |
СКО | 1895,67 | 655,45 | 205,25 | 15,39 | 14,88 | 1,92 | 23,58 |
Медиана | 27903,00 | 7616,00 | 2439,00 | 166,00 | 169,00 | 36,70 | 101,00 |
Ассиметрия | 0,10 | 0,20 | -0,34 | -0,39 | -0,44 | 0,11 | 0,28 |
Информативной мерой «центрального положения» переменной можно считать среднее значение. Анализ смещения в одну из сторон показывает точку тяготения к обозначенным пределам. Показатель «прием (поезда)» смещен в сторону максимального значения, показатель «задержанные поезда» в противовес более тяготеет к минимальному значению. Среднеквадратичное отклонение, показывающее разброс величины, показывает относительную стабильность и отсутствие выбросов в приведенной статистике.
В целях определения меры влияния факторов X на переменную Y выполним корреляционный анализ таблица 4.
Таблица 4 - Корреляционный анализ
Факторы | Транзит | Местный | Погрузка | Прием (поезда) | Сдача (поезда) | Участковая скорость | Задержанные поезда |
Транзит | 1 |
|
|
|
|
|
|
Местный | 0,021160 | 1 |
|
|
|
|
|
Погрузка | 0,075903 | -0,141941 | 1 |
|
|
|
|
Прием (поезда) | 0,046698 | -0,054685 | 0,06736 | 1 |
|
|
|
Сдача (поезда) | -0,2772 | -0,0941993 | 0,044257 | 0,324476 | 1 |
|
|
Участковая скорость | -0,66605 | 0,003340 | 0,03221 | 0,451987 | 0,423866 | 1 |
|
Задержанные поезда | 0,457431 | 0,118919 | 0,053150 | -0,531866 | -0,291087 | -0,674316 | 1 |
Как видно из приведенного анализа показатели «транзит», «прием (поезда)», «участковая скорость» в наибольшей степени оказывают влияние на «задержанные поезда».
Такие факторы как: «количество остановок локомотивов по причине их неисправностей», «количество выявленных неисправностей железнодорожного пути, отказы по вине структурных подразделений», «количество внеплановых «окон» в информационных системах ОАО «РЖД» уже учтены в основных показателях. Например, «количество остановок по причине их неисправностей» ухудшают показатель «участковая скорость», которая уже присутствует в исследованиях.
В дальнейшем при выполнении корреляционно-регрессионного анализа будем считать зависимость линейного характера. Для формирования линейной регрессионной модели будут использованы факторы, имеющие наибольшее значение коэффициентов корреляции
.Таким образом, корреляционно-регрессионная модель описывается формулой:
При проведении корреляционно-регрессионного анализа с помощью Пакета «Анализ данных» получены следующие значения переменных a0, а1, a4, a6 (указаны в Таблице 5):
Таблица 5 - Коэффициенты регрессионной модели
a0 | a1 (транзит) | a4 (прием поездов) | a6 (участковая скорость) |
252,4947466 | 0,003307264 | -0,61502334 | -3,869679689 |
В общем виде линейная регрессионная модель может быть описана:
Для оценки качества выбранной регрессионной модели используем формулу расчета коэффициента линейной детерминации, или R-квадрат:
ESS – сумма квадратов остатков модели множественной регрессии с n независимыми переменными
TSS – общая сумма квадратов модели множественной регрессии с n независимыми переменными .
R-квадрат, или коэффициент линейной детерминации является одной из наиболее эффективных оценок адекватности регрессионной R2модели, мерой качества уравнения регрессии в целом. Если R-квадрат > 0,95, говорят о высокой точности аппроксимации (модель хорошо описывает явление). Если R-квадрат лежит в диапазоне от 0,6 до 0,95, говорят об удовлетворительной аппроксимации (модель в целом адекватна описываемому явлению). Если R-квадрат < 0,5, принято считать, что точность аппроксимации недостаточна и модель требует улучшения (введения новых независимых переменных, учета нелинейностей и т. д.) .
Для получения выводов о тесноте связей между исследуемыми параметрами используем шкалу Чеддока .
Таблица 6 - Шкала Чедокка
Количественная мера тесноты связи | Качественная характеристика силы связи | Значение на 2022 – 2023 год |
0,1 – 0,3 | Слабая | 0,691 |
0,3 – 0,5 | Умеренная | |
0,5 – 0,7 | Заметная | |
0,7 – 0,9 | Высокая | |
0,9 – 0,99 | Весьма высокая |
В нашем случае, модель можно отнести к «заметной» и использовать при описании оперативной поездной ситуации и построении прогнозного варианта на небольшой интервал времени.
Дополнительно выполнена оценка качества полученной модели (ее достоверность) по уровню значимости критерия Фишера.
Формулы
n – это число наблюдений
m – число параметров при переменной x (то есть количество факторов в модели регрессии)
Дисперсионный анализ оценивает общее качество полученной модели: ее достоверность. Коэффициент Фишера должен быть меньше, чем 0,05 (строка Регрессия, столбец Значимость F).
В нашем случае коэффициент Фишера равен 9,38Е-67
P-Значение, или вероятность, позволяющая определить значимость коэффициента регрессии. В случаях, когда Р-Значение > 0,05, коэффициент может считаться нулевым, что означает, что соответствующая независимая переменная практически не влияет на зависимую переменную. В нашем случае величины менее 0,05, соответственно, независимые переменные в значительной мере влияют на полученную линейную регрессионную модель.
На следующем этапе производится расчет предсказанного Y, или теоретические (расчетные) значения результативного признака и вычисляется средняя ошибка аппроксимации.
где:
А – оценка погрешности линейной регрессионной модели;
Yi – расчетное значение показателя «задержанные поезда»;
Y – значение показателя «задержанные поезда» посуточно.
Оценка погрешности линейной регрессионной модели получена на уровне 12%, что является допустимой погрешностью. Если величина этой ошибки находится в пределах от 4% до 12%, то модель регрессии считается адекватной действительности.
4. Заключение
В условиях возникновения риска, обусловленного влиянием внешних и внутренних факторов на пропускную способность участков Восточно-Сибирской железной дороги, возникает необходимость быстрого реагирования и принятия определенных решений в сложившейся ситуации
. Основными показателями при выборе мероприятий, ориентированных на снижение количества поездов, отставленных от движения, могут быть параметры, имеющие сильную корреляционную связь, такие как «транзит», «прием (поезда)», «участковая скорость» и др. Оценить степень влияния каждого параметра позволяет корреляционно-регрессионный анализ. Имея ряд недостатков, таких как громоздкость формирования данных (в нашем случае 363 позиции), существенное влияние на результат состава и объема выборки, нельзя не признать и положительные моменты: комплексное исследование зависимости факторов, быстрое получение прогнозируемых значений и проверка адекватности полученной модели. В случае, описанном выше, корреляционно-регрессионный анализ использован в качестве предварительной оценки степени влияния и создания прогнозной модели.